在2016年美国大选中，各种观点将首先出现在移动设备上。这将是大多数新闻流量出现在移动设备上的第一个选举周期。随着移动设备使用率的上扬，记者们面临着在越来越小的屏幕上呈现复杂信息的挑战。
随着数据的激增，以及对消费数据驱动的视频内容的偏好的持续增长，记者们需要一些工具来快速探索和创建交互式的可视化数据和报道。可视化编程工具提供了一个解决方案，它使无技术背景的记者们有能力通过一个简单的工作流程就能制作专业级的交互式内容。
这就是Lenses（姑且译为“镜头”）。
纽约媒体实验室（NYC Media Lab）和新闻集团（News Corp）、哥伦比亚大学新闻学研究生院（Columbia University Graduate School of Journalism）的布朗媒体创新研究所（the Brown Institute for Media Innovation）以及纽约大学理工学院（NYU Polytechnic School of Engineering）的集成数字媒体项目（the Integrated Digital Media Program）正在合作开发Lenses，这个开源工具可以让任何人为移动受众创建或转换交互式图像。Lenses可以容易地在移动设备上创建和分享关于2016年大选、新闻话题趋势以及其它报道的可视化数据。
不同于现有的易用型数据可视化平台，Lenses是开源和可扩展的，这意味着用户可以添加额外的功能；并且，使用的人越多，这个工具增长的潜能越大。
每一个在Lenses上创建的数据可视化都保存着其制作步骤，这使得新用户可以通过查看更高级的用户如何创建可视化数据的过程来学习制作复杂的图像。
Lenses鼓励透明度和视觉文化，帮助人们调查公共数据。
新闻集团产品副总裁Kareem Amin说：“这个项目是为了扩展数据驱动的互动新闻工具集。它不只是允许无技术背景的记者们访问、操作、可视化以及发布数据，而且也允许他们同时发布自己的方法，这一点在确保透明度和准确性方面越来越重要。”
这个开源、可扩展的工具可以用来快速创建复杂的数据可视化和交互式图像，非常适合无技术背景的记者、博客作者和公众演说者使用。该工具包括：
1. 开源网络组件，称为“镜头元素”(Lens Elements)
2. 一套规范化的实现，定义了网络组件如何在所见即所得的环境下协同工作，称为“镜头合成器” (Lens Composer)
Lenses中的一些核心思想包括：
1. 探索和发布是一个单一步骤，由一个工具完成，且都集成在网页浏览器中
2. 每一个开源网络元素完成一个特定的功能，这些元素可以连接在一起实现从各种各样的数据源抓取数据
3. 允许开发人员用HTML、JS和CSS添加新元素，实现可扩展性
4. 通过保存数据源和发布工作空间来创建镜头(Lens)
Lenses极其适合以下人士：
• 相信数据驱动的内容能提供透明度，这样做使得读者感受到知情权、参与感和跟进内容发展的权利
• 希望能创建引人注目的数据可视化或交互式图像的过程变得更容易学习、方便、简洁和快捷
• 享受基于视觉和交互式信息的内容创作，因为从中可以体会到来自学习的无比快乐
• 有兴趣通过创作一个故事来探讨与政策话题有关的数据，无论是一条快速推文，还是在新闻博客里的一个长篇视觉博文。
该项目正在纽约媒体实验室的种子项目中开发，这是与新闻集团、哥伦比亚大学、纽约大学理工学院的合作项目。新闻集团建立了Lenses最初的平台，并正在和来自纽约大学集成数字媒体计划（NYU’s Integrated Digital Media program）的学生紧密合作，编写工具包组件的代码和设计工具包的接口。在哥伦比亚大学，通过输入地方、州和联邦政府机构的公众数据并将数据转换成视觉展示，新闻学院的学生们正在用真实的案例测试Lenses。
他们也与美联社(The Associated Press)合作。由美联社互动与数字新闻产品主任Paul Cheung领导的一支团队，将在移动平台上尝试使用该工具发布新闻消息。美联社是纽约媒体实验室的附属成员。
哥伦比亚大学新闻学研究生院的布朗媒体创新研究所主任Mark Hansen这样说到：“借此项目，我们希望为新闻业做一次大胆的尝试，发明一种特定领域的语言。我相信，如果我们正确掌握语言的潜在隐喻和抽象，数据和编码将成为我们发掘和讲述新闻的常规部分。”
Lenses已经参加骑士新闻挑战赛(the Knight News Challenge)，并会在接下来的几个月里不断地改进。通过与新闻集团、纽约大学及哥伦比亚大学的合作，目标是让Lenses在2016年一月向公众开放使用。当然从现在到那时，还有很多要做的事，包括：
1. 完成用户接口设计
2. 创建新的可视化组件
3. 连接新的数据源并进行测试
4. 进行用户测试
他们希望记者、设计家和程序开发员能在这整个夏季测试这个新工具，以期得到这个工具在各种各样条件下实际工作的情况反馈，那样就可以继续完善这个工具。
原文发布时间为：2015-05-04
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
